Løpstidsprediktor – Kalkulator for Riegels formel
Forutsi sluttiden din for enhver løpsdistanse basert på en nylig løpsprestasjon. Bruker Riegels formel: T2 = T1 × (D2/D1)^1.06. Gratis løpeverktøy.
Hvordan tidsprediksjonen fungerer: Riegels formel
Tidsprediksjonen er basert på matematisk forbindelse mellom prestasjoner på ulike distanser. Den mest brukte modellen er Peter Riegels formel, publisert i American Scientist i 1977:
T2 = T1 × (D2/D1)^1.06
Der T1 er en kjent løps tid, D1 er løpsdistansen, D2 er målet distanse og T2 er forventet tid. Eksponeksen 1,06 reflekterer det fysiologiske faktum at prestasjonen degraderer raskere enn lineært med økende distanse – lengre løp er proporsjonalt vanskeligere enn kortere løp.
Eksempel: En løper med en 5K-tid på 22:00 forutsier en maraton tid på: 22:00 × (42,195/5)^1.06 = 22:00 × 9,12 = 200,6 minutter = 3:20:38.
Riegels formel er svært nøyaktig for trente løpere som løper over deres vanlige distanseområde. Hovedbegrenningen: den antar like forberedelser for begge distanser. Hvis du har trent spesielt for 5K men aldri har gjort lange løp, vil din maraton bli langt langsommere enn forutsagt.
Kryss-distanseprediksjonsbord
Bruk dette referansebordet for å finne forventede tidsprediksjoner over distanser basert på din kjente prestasjon. Verdier bruker Riegels formel (eksponeksen 1,06):
| 5K Tid | 10K | Halvmaraton | Maraton |
|---|---|---|---|
| 17:00 | 35:22 | 1:18:00 | 2:42:51 |
| 18:00 | 37:26 | 1:22:32 | 2:52:32 |
| 19:00 | 39:30 | 1:27:04 | 3:02:12 |
| 20:00 | 41:35 | 1:31:36 | 3:11:53 |
| 22:00 | 45:43 | 1:40:41 | 3:31:13 |
| 24:00 | 49:52 | 1:49:45 | 3:50:34 |
| 26:00 | 54:00 | 1:58:50 | 4:09:54 |
| 28:00 | 58:09 | 2:07:55 | 4:29:15 |
| 30:00 | 62:17 | 2:16:59 | 4:48:35 |
| 35:00 | 72:44 | 2:39:37 | 5:36:30 |
Merke deg at disse prediksjoner antar flatte løpsbaner i moderat vær (10–15°C) med tilpassede løpsforberedelser for begge distanser.
Hvorfor prediksjoner går galt og hvordan justere
Riegels formel gir en statistisk gjennomsnittlig prediksjon – men du er ikke en statistisk gjennomsnittlig løper. Flere systematiske faktorer gjør at individuelle prediksjoner går galt:
- Distansespesialisering: Ren fartløpere (som trener for 5K) presterer vanligvis bedre på kortere distanser enn forutsagt for maraton. Løpere som er spesialisert på langdistanser viser det motsatte – deres maraton presterer bedre enn deres 5K-prediksjon. Hvis din trening har vært spesifikk for én type arbeid, juster prediksjonen etterhånd.
- Treningsvolum: En løper med 30 mil/uke kan ikke preste en maraton som forutsagt av deres 5K-tid mot en løper med 70 mil/uke. Lang løps trening er nødvendig for maratontid over ren aerobisk kapasitet.
- Varme: For hver 5°C over 15°C forventer du 1–3% langsommere prestasjon i lengre løp. Dette effekten kumulerer – en 30°C maratondag kan bety 8–15% langsommere.
- Kurs vanskelighetsgrad: Netto høyde, totalt klatring og overflate type påvirker prediksjoner. De fleste prediksjonformulene antar flatte asfaltbaner.
- Aerobisk modenhet: Nyere løpere ser ofte større forbedringer mellom deres basistidsløp og lengre prediksjoner – deres aerobiske systemer har ennå ikke nådd sin takst.
For de fleste løpere som løper for nytte, er det mest nøyaktige prediksjonsverktøyet for maratontid en nylig halvmaratontid (dobbel den og legg til 10–15 minutter som en råttslig startpunkt, eller bruk Riegels formel).
Andre løpsprediksjonsmodeller
Flere alternative modeller konkurrerer med Riegels formel. Hver har forskjellige styrker:
- Cameron-modellen: Bruker en mer kompleks eksponentiell ligning. Er generelt mer nøyaktig på ekstreme distanser (ultramaraton) hvor Riegel tendere til å over-predikere prestasjonen.
- VDOT-metoden (Jack Daniels): Omvendt din løps tid til en VDOT-poengsum, så finn så tilsvarende tidsprediksjoner for andre distanser. Mye nøyaktig for 1500m–maraton området når VDOT er beregnet fra en sanntidig maksimal innsats.
- VO2max-metoden: Estimere VO2max fra din løps tid, så beregn så forventet tid på andre distanser ved hjelp av oksygenkostnaden av løping ligninger. Fysiologisk principiert men krever mer regning.
- Verdensatletikk scoringstabeller: Selv om de er designet for scoring, inneholder disse tabellene implicitt modeller for tilsvarende prestasjoner over distanser og kan brukes til å gjøre en råttslig prediksjon.
For praktisk løpsplanlegging er Riegels formel det foretrukne på grunn av sin enkelhet og nøyaktighet i 5K–maratonområdet. Bruk flere modeller og gjennomsnitt dem for viktige målsettinger.
Bruke løpsforutsigelser for trening
Løpsforutsigelser er ikke bare nyttige for å sette løpsmål – de er også en kraftfull treningstool. Her er hvordan trener bruker forutsigelser:
- Bevisstgjøre klarhet: Hvis din 5K-tid forutsier en 3:30-maraton, men du måler 3:15, vet du at du trenger mer trening eller et mer konservativt mål.
- Identifisere svakheter: Hvis din 10K-tid forutsier en langt mer rask maraton enn din faktiske maratontid, er det sannsynlig at du har en treningstap i langdistanseløping.
- Sette mellomliggende mål: Bruk løpsforutsigelser for å sette passende 5K- og 10K-løpsmål innenfor en maratontreningssyklus. Løp kortere distanser på forutsatt anstrengelse er en verdifull treningstimulans.
- Benchmark-fitness: Løp en tidstest (5K eller 10K) på løpsanstrengelse i uke 8 av en 20-ukers plan. Bruk forutsigelser for å verifisere om din trening er på sporet for ditt mål.
Den Jack Daniels VDOT-tilnærmelsen er spesielt kraftfull her: når du beregner din VDOT fra noen løp, har du preskriberte treningstakter og forutsigelser for alle standarddistanser samtidig.
Årgrensdeltedrift i løping
Ubehandlet løpsresultater naturligvis synker med alder på grunn av fysiologiske endringer – redusert VO2max, lavere maksimal hjertefrekvens, langsommere gjenopprettelse, mindre muskelmasse. Årgrensdeltetabeller justerer for disse endringene, og tillater en fair sammenligning av presteringer over ulike aldersgrupper.
Verdensatletikkforbundet (tidligere IAAF) holder på årgrensdeltetabeller. En 60-åring som løper 4:30 i maraton kan få en årgrensdeltetall på 72%, som betyr at deres prestation er lik 72% av verdensrekorden for deres alder og kjønn. En typisk konkurrerende rekreativ løper på noen alder får 55–65% årgrensdeltetall, mens toppeløperne i årgrensen scorer 75–85%.
Årgrensdeltetider kan også brukes for forutsigelser: hvis du vet din årgrensfaktor, kan du estimere hvor mye raskere du ville ha løpt samme løp 10 eller 20 år tidligere – eller projisere hvordan absolutt målet ditt bør justeres med alder.
Regel av thumb: VO2max synker om lag 10% per tiår etter 25 år for sedentære individer – men bare 5–7% per tiår for dem som holder på med fast aerobisk trening. Å være aktiv dramatisk sakte oppholder aldersrelatert nedgang i løpsprestasjon.
Daniels' VDOT som et løpsforutsigelssystem
While Riegels formel er en ren matematisk modell, tar Jack Daniels' VDOT-system en fysiologisk grunnlagt tilnærming til løpsforutsigelser. I Daniels' Running Formula utviklet han VDOT-tabeller fra årtier med treningdata som kartlegger noen løpsprestasjon til ekvivalente tider på alle standarddistanser fra 1500m til maraton.
Den viktigste fordel av VDOT over Riegel: Daniels' tabeller er empirisk utviklet fra faktiske løperprestasjoner – ikke bare en matematisk extrapolasjon. De regner med den ikke-lineære forholdet mellom distanse og prestasjon mer nøyaktig, spesielt på ytterpunktene (svært korte og svært lange løp).
VDOT-forutsigelser sammenlignet med Riegel:
| Beleiløp | Mål-distans | Riegel-forutsigelser | Daniels VDOT | forskjell |
|---|---|---|---|---|
| 5K på 20:00 | 10K | 41:35 | 41:24 | 11 sekunder |
| 5K på 20:00 | Halvmaraton | 1:31:36 | 1:31:08 | 28 sekunder |
| 5K på 20:00 | Maraton | 3:11:53 | 3:10:49 | 64 sekunder |
| 10K på 45:00 | Halvmaraton | 1:38:48 | 1:38:12 | 36 sekunder |
| 10K på 45:00 | Maraton | 3:27:15 | 3:26:00 | 75 sekunder |
| HM på 1:40:00 | Maraton | 3:29:30 | 3:28:26 | 64 sekunder |
For de fleste praktiske formål er forskjellen mellom Riegel og VDOT-forutsigelser liten – typisk 1–2 minutter for maraton. Likevel har VDOT den store fordel at det også preskriberer dine treningstakter, noe som gjør det til et mer komplett system for både forutsigelser og forberedelse.
Daniels varnar for at VDOT-ekvivalenser antar like treningsspesifikitet for begge distanser. En ren baneløper kan ikke oppnå sin VDOT-forutsaettede maratontid uten spesifik maratontrening. Kontrært til det, en løper som eksklusivt trener for maraton kan underprestere sin VDOT-ekvivalent på 5K på grunn av mangel på hastighetsarbeid.
Pfitzingers tilnærminger til løpetidsekvivalenter
Pete Pfitzinger, i både Advanced Marathoning og Faster Road Racing, gir praktisk råd om hvordan man kan bruke løpetidsprediksjoner innenfor et treningssammenheng. Hans tilnærming understreker viktigheten av spesifikitet i forberedelse som den primære modifikatoren av noen matematisk prediksjon.
Pfitzinger identifiserer tre nivå av prediksjonsnøyaktighet:
- Høy nøyaktighet (nabonavne distanser): Prediksjon av 10K fra en nyere 5K, eller halvmaraton fra en nyere 10K. Disse distansene er nær nok at treningsoverlapp er betydelig. Nøyaktighet: innenfor 1–2%.
- Moderat nøyaktighet (2–4 ganger distanseratios): Prediksjon av maraton fra halvmaraton, eller halvmaraton fra 5K. Krver tilstrekkelig distansespesifik trening. Nøyaktighet: innenfor 3–5% med riktig forberedelse.
- Lav nøyaktighet (ekstreme forhold): Prediksjon av maraton fra 1500m eller mile tid. Fysiologiske krav er så forskjellige at matematisk prediksjon alene er usikker. Kan være av med 10%+ uten maratonspesifik trening.
Pfitzingers praktiske regel for maratontidsprediksjon fra halvmaraton: dobbel halvmaratontiden og legg til 5–15 minutter, med den lavere enden for godt trente løpere (60+ mil/uke) og den høyere enden for lav-mil løpere (30–40 mil/uke). Denne "dobbel plus" regelen tar hensyn til eksponentiell utmattelse av maratons andre halvdel.
Han understreker også at prediksjonsnøyaktighet er sesongavhengig. En løpetid fra 6 måneder siden er en mindre pålitelig prediktor enn en fra 4–6 uker siden, fordi treningsskift og -endringer – både positive og negative – påvirker prediksjonsgyldigheten betydelig.
Hansons kumulativt utmattelsesmodell og løpsforutsigelse
Hansons metode tilbyr en unik perspektiv på løpsforutsigelse: i stedet for å avhenge av matematiske formler, bruke de treningsevne under utmattelse som en direkte forutsigelse av løpskapasitet.
I Hansons system, nøkkelstrekk treningsevner forutsier løpsklarhet:
| Treningsevne | Det forutsier | Hva det betyr |
|---|---|---|
| 10-miles tempo på MP − 10 sek/min/km | Marathon klarhet | Om det er mulig å nå på utmattede bein midt i uken, er MP mål realistisk |
| 8-miles tempo på HM måltempo | Halvmarathon klarhet | Det må være mulig å fullføre på torsdag etter Tu kvalitet + Mon/Wed lett løp |
| 12 × 400m på 5K tempo | Speed fundament | Om tempo føles kontrollert, er aerobisk tak er godt over løpsfart |
| 16-miles lang løp på MP + 30 sek | Utmattelsesbase | Utmattelse på slutten skal være moderat, ikke ekstrem |
Hansons tilnærming til forutsigelse er grunnleggende praktisk: hvis du kan nå dine treningsevner på utmattede bein, er løpsmålet mulig. Hvis du konsekvent savner tempo mål i trening, er matematiske forutsigelser irrelevante – kroppen forteller deg at målet trenger justering.
Dette trening-baserte forutsigelser tillegger en virkelighetsmessig valideringslag til Riegel og VDOT. De beste løpsforutsigelser kombinerer: (1) en matematisk modell fra en nyere løps tid, (2) bekreftelse fra treningsevne på løps-spesifikke anstrengelser, og (3) justering for løpsdagsforhold (vær, kurs, høyde).
"Løpsforutsigelser basert på fysiske parametre og kjente løpsresultater er gyldige verktøy for å sette realistiske mål på nye distanser. Riegel-formelen og VO2max-baserte modeller regner med den økende metabolske kostnaden av lengre distanser, med en økende nøyaktighet for distanser innenfor 2–3 ganger av kjent resultat."
"VDOT-verdier, når de er avledet fra en nyttig løpsinnsats, gir det eneste beste utgangspunktet for å sette både løpsmål og treningstemer. Skjønnheten i systemet er at en løp gir deg alle informasjonen du trenger."
"Beste forutsigelsen av løpsprestasjon er ikke en formel – det er hvordan du utfører nøkkeljobber under kumulativ utmattelse i de siste ukenes trening. Hvis du kan nå tempo tempo på torsdag etter en hard tirsdag, er du klar."
💡 Vet du?
- Riegel-formelen for løpsforutsigelse bruker ligningen T2 = T1 × (D2/D1)^1.06, hvor eksponenten 1.06 kaprer den ikke-lineære utmattelsen av å løpe lengre distanser.
- Pete Riegel publiserte først sin løpsforutsigelser-formel i en 1977-utgave av American Scientist magazine.
- Løpsforutsigelser blir mindre nøyaktige over maraton fordi ekstrem utmattelse, plasseringstaktikk og næring skaper mye mer individuell variasjon enn kortere distanser.
Ofte stilte spørsmål
Hvor nøyaktig er løps tidsprediksjonen?
For godt trente løpere som løper over deres typiske distanse, er Riegels formel nøyaktig innenfor 2–5%. Nøyaktigheten minsker når: (1) du prøver en ny distanse du ikke har trent spesielt for, (2) løpsforholdene skiller seg vesentlig fra ideale (varme, bakker, vind), eller (3) du er en begynnende løper hvis fysiske form endrer seg raskt.
Hva er Riegels formel for å forutsi løps tid?
Riegels formel: T2 = T1 × (D2/D1)^1.06. T1 = kjent tid, D1 = kjent distanse, D2 = mål distanse, T2 = forutsagt tid. Eksempel: 5K på 25:00 → maraton = 25 × (42,195/5)^1.06 = 25 × 9,12 = 228 minutter = 3:48:00.
Kan jeg forutsi en maratontid fra en 5K?
Ja, med unntak. Riegels formel gir en forutsi, men maratontid er avhengig av langrenningstrenning som en 5K ikke tester. En løper som bare løper 5K vil typisk løpe langsomere maraton enn forutsagt. De mest pålitelige maratontidsprediksjonene er en nylig halvmaratontid eller prestasjon i maratonspesifikke lange løp.
Hvorfor overestimerer min løpsprediksjon min maratontid?
Vanlige årsaker: manglende langrenningstrenning, å gå for hardt ut, uholdbar næring under løpet, varme eller bakker ikke tatt i betraktning, eller enkelt og enkelt ikke har løpt nok maratonspesifikke mil.
Hva skal jeg justere for varmt vær?
Tilføy ca. 1–2% per 5°C over 15°C for løp under 1 time; tilføy 2–4% per 5°C for maratoner. I ekstreme varme (30°C+), kan maratontid være 15–20% langsommere enn i ideale forhold. Mange løpere velger å avstå fra tidmål i varme og løpe etter anstrengelse eller puls i stedet.
Hva må jeg løpe 5K på for å løpe under 4 timer maraton?
Med Riegels formel, forutsierer en under 4:00 maraton (3:59:59) tilbake til ca. en 5K på 27:15 eller raskere. Imidlertid antar dette at du har gjort maratonspesifik treningsarbeid. I praksis anbefaler mange trener at du må løpe en 5K på 25:00 eller raskere for å kunne målrette under 4 timer med adekvat treningsarbeid.
Er VDOT mer nøyaktig enn Riegel for løpsprediksjon?
De bruker lignende matematikk, men VDOT er mer avansert for treningspreskripsjon. For ren løpsprediksjon gir de lignende resultater. VDOT har fordel av å også tilby treningspulszoner, noe som gjør det mer nyttig som integrert treningsverktøy. For raske prediksjoner er Riegel enkelt og like nøyaktig.
Hvor ofte skal jeg oppdatere min løpsprediksjon?
Oppdater din prediksjon etter hver signifikant løp eller tidstest, vanligvis hver 4–8 uker under en treningscyklus. Når din fysiske form forbedres, vil dine forutsatte tider synke. Følg din fremgang over treningsblokker – å se at din forutsatte maratontid synker fra 3:40 til 3:30 over en 16-ukers cyklus er en sterk motivator.
Hvorfor tilnærmer seg Daniels, Pfitzinger og Hansons til løpsprediksjon på forskjellig måte?
Daniels bruker hans VDOT-tabeller – empirisk utviklet fra årtier av treningsdata – for å forutsi ekvivalente prestasjoner over alle standarddistanser. Pfitzinger betoner spesifikitet av forberedelse, og noterer at prediksjoner er mest pålitelige for nærliggende distanser (f.eks. 10K til halvmaraton) og mindre pålitelige for ekstreme forhold (f.eks. mile til maraton). Hansons bruker treningsprestasjon under kumulativt utmattelse som direkte prediktor: hvis du kan nå nøkkel arbeidsutøvinger på utmattede ben, er dine mål løpbar uavhengig av hva en formel sier.
Hva er den mest pålitelige distansen for å forutsi maratontid?
Halvmaraton regnes som den mest pålitelige prediksjonen for maratontid. Fysiske kravene er tilstrekkelig like at prediksjonens nøyaktighet er høy (innenfor 2–3% for godt trente løpere). Pfitzingers regel av thumb: dobbel din halvmaratontid og tilføy 5–15 minutter. En nylig halvmaratontid løpt 4–8 uker før maratontid gir mest aktuelle data for målsetting.
{"@context":“https://schema.org”,"@type":“FAQSide”,“mainEntity”:[{"@type":“Spørsmål”,“navn”:“Hvor nøyaktig er løpetidsprediksjonen?”,“akseptertSvar”:{"@type":“Svar”,“tekst”:“For godt trente løpere som løper over deres typiske distanseområde, er Riegels formel nøyaktig innenfor 2–5%. Nøyaktigheten minsker når: (1) du prøver en ny distanse du ikke har trent spesielt for, (2) løpforholdene skiller seg betydelig fra ideale (varme, bakker, vind), eller (3) du er en begynnende løper hvis kondisjonen endrer seg raskt.”}},{"@type":“Spørsmål”,“navn”:“Hva er Riegels formel for å forutsi løpetider?”,“akseptertSvar”:{"@type":“Svar”,“tekst”:“Riegels formel: T2 = T1 × (D2/D1)^1.06. T1 = kjent tid, D1 = kjent distanse, D2 = måldistanse, T2 = forutsatt tid. Eksempel: 5K på 25:00 → maraton = 25 × (42,195/5)^1.06 = 25 × 9,12 = 228 minutter = 3:48:00.”}},{"@type":“Spørsmål”,“navn”:“Kan jeg forutsi en maratontid fra en 5K?”,“akseptertSvar”:{"@type":“Svar”,“tekst”:“Ja, med unntak. Riegels formel gir en forutsi, men maratontid avhenger sterkt av langrenningstrenning som en 5K ikke tester. En løper som bare løper 5K vil typisk løpe langsomere maraton enn forutsi. Den mest pålitelige maratontidsprediksjonen er en nylig halvmaratontid eller prestasjon i maratonspesifikke lange løp.”}},{"@type":“Spørsmål”,“navn”:“Hvorfor overestimerer min løpetidsprediksjon min maratontid?”,“akseptertSvar”:{"@type":“Svar”,“tekst”:“Vanlige årsaker: manglende langrenningstrenning, å gå for hardt ut, manglende næringsforsyning under løpet, varme eller bakker ikke tatt i betraktning, eller enkelt og alene ikke å ha løpt nok maratonspesifikke mil.”}},{"@type":“Spørsmål”,“navn”:“Hvordan skal jeg justere for varme?”,“akseptertSvar”:{"@type":“Svar”,“tekst”:“Legg til om lag 1–2% per 5°C over 15°C for løp under 1 time; legg til 2–4% per 5°C for maraton. I ekstreme varme (30°C+), kan maratontid være 15–20% langsommere enn i ideale forhold. Mange løpere velger å avstå fra tidmål i varme og løpe etter anstrengelse eller puls i stedet.”}},{"@type":“Spørsmål”,“navn”:“Hva må jeg løpe på 5K for å løpe under 4 timer maraton?”,“akseptertSvar”:{"@type":“Svar”,“tekst”:“Bruker Riegels formel, en under 4:00 maraton (3:59:59) forutsier tilbake til om lag en 5K på 27:15 eller raskere. Imidlertid antar dette at du har gjort maratonspesifikke treningsøvelser. I praksis anbefaler mange trener at du må løpe en 5K på 25:00 eller raskere for å kunne måle på under 4 timer med adekvat treningsøvelse.”}},{"@type":“Spørsmål”,“navn”:“Er VDOT mer nøyaktig enn Riegel for løpetidsprediksjon?”,“akseptertSvar”:{"@type":“Svar”,“tekst”:“Både bruker lignende matematikk, men VDOT er mer avansert for treningspreskripsjon. For ren løpetidsprediksjon gir de lignende resultater. VDOT har fordel av å også gi treningspåstandssoner, noe som gjør det mer nyttig som integrert treningsverktøy. For raske forutsieringer er Riegel enkelt og like nøyaktig.”}},{"@type":“Spørsmål”,“navn”:“Hvor ofte skal jeg oppdatere min løpetidsprediksjon?”,“akseptertSvar”:{"@type":“Svar”,“tekst”:“Oppdater din forutsi etter hver signifikant løp eller tidstest, vanligvis hver 4–8 uker under et treningscyklus. Som din kondisjon forbedres, vil din forutsiende tid minke. Følg din fremgang over treningsblokker – å se at din forutsiende maratontid går fra 3:40 til 3:30 over en 16-ukers cyklus er en sterk motivator.”}},{"@type":“Spørsmål”,“navn”:“Hvordan tilnærmer Daniels, Pfitzinger og Hansons seg løpetidsprediksjonen?”,“akseptertSvar”:{"@type":“Svar”,“tekst”:“Daniels bruker hans VDOT-tabeller – empirisk utviklet fra årene som trener – for å forutsi liknende prestasjoner over alle standarddistanser. Pfitzinger betoner spesifikitet av forberedelse, og påpeker at forutsieringer er mest pålitelige for nabo-distanser (f.eks. 10K til halvmaraton) og mindre pålitelige for ekstreme forhold (f.eks. mile til maraton). Hansons bruker treningsprestasjon under kumulativt utmattelse som direkte forutsiende: hvis du kan nå nøkkel jobbutførelser på utmattede ben, er dine mål løpbar uavhengig av hva en formel sier.”}},{"@type":“Spørsmål”,“navn”:“Hva er den mest pålitelige distansen for å forutsi maratontid?”,“akseptertSvar”:{"@type":“Svar”,“tekst”:“Halvmaraton regnes som den mest pålitelige prediksjonen for maratontid. Fysisk kravene er tilstrekkelig like, og nøyaktigheten er høy (innenfor 2–3% for godt trente løpere). Pfitzingers regel av thumb: dobbel din halvmaratontid og legg til 5–15 minutter. En nylig halvmaratontid løpt 4–8 uker før maraton gir mest handlebare data for målsetting.”}}]